深度学习作为人工智能的重要分支，其发展可以追溯到 20世纪50年代。以下是一些关键的时间点和里程碑事件：

1950年：

Alan Turing发表了关于人工智能的文章，提出了“图灵测试”的概念。

1957年：

Frank Rosenblatt发明了最早的人工神经网络——感知机。

1960年代：

Warren McCulloch和Walter Pitts建立了基于人脑神经网络的计算机模型，称为MCP模型。

1962年：

Stuart Dreyfus开发了仅基于链式规则的简单版本。

1965年：

Alexey Grigoryevich Ivakhnenko和Valentin Grigorʹevich Lapa开发了具有多项式激活函数的模型。

1969年：

Marvin Minsky证明了感知器的致命弱点，指出两层神经网络的计算相当复杂。

1986年：

Hinton等人发明了反向传播算法，使得深度学习的训练变得更加高效。

2006年：

Hinton等人发明了深度信念网络（DBN），使得深度学习在计算机视觉和自然语言处理领域取得了巨大进步。

2012年：

Andrew Ng在谷歌工作时使用了深度学习技术，在ImageNet图像识别比赛中取得了巨大成功。

从这些关键时间点可以看出，深度学习的发展经历了多个阶段，从早期的神经网络概念到感知器的提出，再到反向传播算法的发明，以及近年来在计算机视觉和自然语言处理等领域的突破性进展。